1차 프로젝트(26/01/23 ~ 02/02) / Commerce

1일차(1/23(금))

프로젝트 본 시작이 늦은 오후라 프로젝트 개요를 러프하게 짜고 주말 동안 각자 데이터셋과 분석 방향에 대해 고민한 후

차주 자세히 논의하기로 했다.

1. 프로젝트 주제 정하기

https://www.kaggle.com/datasets/sohyunjun0401/h-and-m-personalized-fashion-data

처음 하는 프로젝트이니만큼, 처음 분석 목표를 설정하는 것부터 어려웠다.
첫 날이어서 그런 것도 있겠지만, 데이터셋을 정확히 파악해야 문제를 정의하고 분석 목표를 설정할 텐데 그게 부족했던 것 같다.
이 점을 인지하고 우선 러프한 목표를 세웠다.

커머스가 쉽게 접하는 도메인이기도 하고 용어와 배경 지식이 낯설지 않았다. 첫프로젝트를 욕심 내서 어려운 것을 하는 것보단 현재 수준에 맞는 것으로 시작하기로 의견을 모았다.
정량적 데이터뿐만 아니라 정성적 데이터 분석 결과를 더하면 좋겠다는 의견이 나와서 이 부분을 살릴 수 있는 문제상황을 설정하기로 했다.

• [주제 선정 이유]
  글로벌 이커머스 시장이 2027년에는 8조 달러에 근접할 전망이니만큼 핫하고 전 산업 군에서 커머스의 중요성이 대두되고 있으므로 주목할 만한 주제라고 보였고,
  지금까지 캠프에서 배운 내용을 전부 활용하기 적합해보여 선정하였습니다.
• [프로젝트 명]
  26s/s시즌 H&M의 고객 경험 개선 및 매출 성장 전략 기획 프로젝트
• [프로젝트 목적과 목표]
  고객 데이터 분석 기반 2026년도 s/s시즌 고객 경험 개선 및 매출 증대
• [프로젝트 핵심 내용]
  
  • 분석방법
    - 정량적 데이터: 고객경험 분석
    - 정성적 데이터: 매출분석
  • 분석흐름
    1. 데이터 전처리 (데이터 결측치 처리, 피쳐 선정)
        - pandas -> SQL
        - 메타데이터 매핑
        - 파생 변수 생성 등
    2. EDA: 시각화 그래프 생성
    3. 인사이트 도출 / 넥스트 액션 제안

2. RnR 정하기

매일 오전 전날 저녁 각자 한 것과 당일 계획을 공유하는 정기 회의를 하기로 했다.
물론 진행 중 서로 논의가 필요할 때 바로바로 피드백을 하지만 정기 회의를 잡아야 강제성이 생기니까 좋은 효과가 있을 것이라 기대한다.

매일 튜터링을 받기로 했다. 초보인 만큼 부끄러운 것보다도 과정을 입으로 설명하고 피드백을 받는 시간을 많이 가져야한다는 게 공통 의견이었다.
오후 중 완료한 것들을 취합하여 가능한 매일 5시에 튜터님께 피드백을 받을 계획이다.

데이터 분석, 시각화, 코드정리(각자 작업 취합), 발표로 나눠서 각 파트의 장을 정했다.
모든 파트를 같이 할 거지만 그 분야를 책임지는 역할이다.

아직 자신 있는 파트도 없도 나름의 노하우 같은 건 당연히 없는 상태라 뭘 하게 되던 어려울 것 같았다.

다른 조원분들 고르고 남은 시각화 파트를 맡았다.

 

발표를 예지님과 상원님이 맡아주셔서 감사했다.

선뜻 발표를 해보겠다고 말하는 용기도 모두 멋있었다. 해보고 싶다는 생각은 있었지만 사람들 앞에서 말하는 거 사실 엄청 떨려해서 잘하지 못할 것 같아서 주저주저했다.

다음엔 용기 내보기로 👍

 

이날 리더님이 개인 일정으로 회의에 불참하셔서 튜터님이 부리더를 뽑으라고 하셨다.

아무도 자원을 안 했고, 튜터님은 나다~ 싶으면 손 들으라고 하셨다.

솔직히? 나라는 거 알고 있었지만? 하고 싶지 않았다 😫 사람들 앞에서 말하는 거 정말 쉽지 않으다...

나... I 94%다!!!!

그만할 거 아니면 견뎌.

• 진행 룰
  - [회의] 매일 오전 10시: 각자 진행상황 및 당일 계획 공유
  - [튜터링] 매일 오후 5시
• RnR
  - 데이터분석: 한승희
  - 시각화: 김선영
  - 코드정리(종류 나눠서 취합: 전처리 / eda / 시각화): 최성영
  - PPT / 당일발표: 방예지
  - 대본정리 / 녹화 발표: 최상원

 

---

2일차(1/26(월))

지난주 얘기했던 대로, 오전 회의 때 각자 생각해온 방향성을 공유하고 본격적인 전처리를 시작했다.

모든 데이터프레임에 대해서 각자 전처리를 해보고 서로 안 했던 부분을 모두 취합하여 튜터링를 받았다.

0. 내가 생각한 방향성

지난주, 정성적 분석을 하려면 '리브랜딩'을 하는 상황을 설정하고 그에 대한 문제상황과 목표를 정의하는 게 좋겠다는 의견이 나왔다.

디벨롭시켜서 연령별 운영전략을 다르게 가져가는 방향으로 생각해봤다.

캐글에서 데이터 개요를 살펴보니 2030, 4050 연령대의 데이터가 많았다. 그래서 이 두 그룹에 대한 제품 선호도, 구매 가격대, 구매 채널을 파악하여 운영 전략을 제안하는 시나리오다.

 

'할 수 있는 분석'과 '할 수 없는 분석'을 명확히 설정/인지하고 프레젠테이션 시작단에 명시하는 게 신뢰성을 높인다고 해서, 두 그룹을 나눠보았다.

주어진 데이터셋에 성별을 알 수 있는 컬럼이 없었다. 굳이 방법을 찾자면 제품별로 Womenswear, Menswear, kids 등 카테고리나 나눠져 있어서, 구매데이터에서 구매 데이터를 보고 성별을 나눌 수 있겠다.

이 점을 '할 수 없는 분석'으로 명시할 계획이다.

또한, 제품 키워드가 설정되어 있지 않다.분석에 필요하다면 글로 적힌 'detail_desc' 컬럼을 가공할 필요가 있다.

 

🤔 우리 조의 방향성으로 설정되진 않았지만 직접 이 과정을 정리해보니 문제가 정의되는 흐름을 어느정도 알 수 있었다. 그리고 분석 가능한 범위와 불가능한 범위를 설정하는 게 데이터셋에 대한 이해도를 확 높여줬던 것 같다.

1. 전처리

꼼꼼히 봤다고 생각했는데 중복행이나 detail_desc 컬럼의 무의미한 값을 찾아내지 못했었다.

더 꼼꼼히 확인해야겠다.

 

제품 컬러, 카테고리별로 데이터 넘버가 매칭돼 있었다. 1:n으로 매칭된 값이 있는지 체크해봤다.
하나 이상값이 있어서 처리했지만 그래도 중복이 남아 있었다. 그 이상의 방법과, 만약 모든 데이터가 중복이라면 그 때의 처리 방법을 더 공부해야겠다.

 

fashion_news_frequency(패션 뉴스 발송 주기) 결측치가 있었다.

처음엔 수가 적어서 None으로 값을 대체하려고 했는데 'FN(패션 뉴스 구독 여부)'가 있던 게 생각났다.

확인해보니 이 행의 주인인 고객은 패션 뉴스 구독자였다. 구독한 사람의 fashion_news_frequency는 'Regularly', 'Monthly' 둘 중 하나이고, 전체 데이터 중 'Regularly' 비율이 높아서 이 값으로 채웠다.

*피드백: Regularly, Monthly의 비율 같은 것도 모두 그래프로 시각화하면 좋다.

• df 종류: customers(고객), transection(주문), articles(제품)
• 전처리 흐름
  • 결측치/이상치 확인 
    • articles:
      [] product_type_no : -1인 데이터 121개 있음.
      [] row 중복 확인.
      [] product_code' -> 'prod_name' 1:1 매칭 확인: 이름에 '(1)', '.', '^' 가 붙어 있는 경우가 있어서 중복매칭으로 됨. 정제 필요
    • customer:
      fashion_news_frequency 결측치 1개 있음
      [] customer_id 컬럼 짧게 변환 가능한지 확인
    • transactions:
      결측치 없음
      t_dat : datetime 형변환 필요
  • 중복 확인
    • 제품 컬러, 카테고리별로 데이터 넘버가 매칭돼 있었다. 1:n으로 매칭된 값이 있는지 체크
    • 주문 데이터 중복 row가 있었다. 주문을 여러 번 했다면 시간이라도 달라야 하는데 모든 내용이 다 똑같아서 날려도 된다고 판단

2. 피드백

• 기본적인 전처리만 완료한 상태. 목적에 맞는 EDA를 할 필요성이 있다.
• 결측치 처리 방향을 결정하는 데에 고려했던 값의 비율들도 모두 시각화하면 좋다.

3. 저녁 회의

튜터님의 피드백을 반영, 오늘 각자 하면서 느꼈던 점을 공유하여 앞으로의 방향을 정했다.

분석 방향과 시나리오를 더 구체적으로 설정하고, 어떤 전처리와 파생컬럼을 만들어야 하는지 개요를 짰다.

분석 효율성을 높이기 위해 각 파트별로 인원을 나눠서 진행하고 수요일엔 각 파트별로 모여서 여러 가지를 조합해보며 분석해보기로 했다.

• 분석 방향
  1. 연령대별 구매율, 패션뉴스 구독율 등 파악하여, 타깃 나이대 정의하기: 김선영, 최성영
  2. 설정한 연령층의 구매 행동 패턴(카테고리, 선호 스타일, 구매 가격대 등) 분석하기: 최상원, 한승희
  3. 외부 '패션 트랜드 키워드' 분석: 방예지
  4. 외부 패션 트랜드 키워드와 엮어서 20년도 s/s, f/w 패션 트랜드 예측 및 제안하기
• 일정
  - 1/26(오늘) : 남은 시간 데이터 전처리 끝내기
  - 1/27(화) :
          오전 10시: 전처리 취합
          오후: 각자 맡은 EDA 진행
  - 1/28(수):
          각 파트 EDA 담당자끼리 모여서 파생변수 뽑기
  - 1/29(목): 시각화 / 발표 구체화
  - 1/30(금): 리포트/발표 최종 점검

---

3일차(1/27(화)) ~ 4일차(1/28(수))

1. 분석 방향 재설정

• 기존 방향성: '2019년도 브랜드 이용 고객 선호 카테고리 조사'를 하고, 외부자료로 패션 트랜드 키워드를 취합 및 분석하여, 앞으로의 패션 트랜드를 반영한 상품 기획 방향성을 제시.
• 수정 방향성: 고객 충성도 지표를 설정하여 고객층을 분리하며, 각 고객군의 구매 패턴을 분석하여 맞춤 프로모션 전략 방향성 제시.

제공된 데이터셋이 2019년도 일 년 간의 데이터뿐이라, 이를 가지고 도출할 수 있는 결론이 한정적이라 판단. 변화의 흐름이 민감한 패션 트랜드를 분석하고자 했었다. 그러나 데이터셋의 출처가 불분명한 점, 출처 국가 및 통화 기준이 불분명한 점 등의 이유로 특정 국가의 트랜드를 파악하는 건 분석 왜곡이 불가피하다고 판단했다. 따라서 분석 목표를 재설정했다.

2. (수정) 프로젝트 개요

• 프로젝트 명: H&M 충성도 그룹별 고객 경험 개선 및 매출 성장 전략 기획 프로젝트
• 목적 / 목표:
  고객의 브랜드 충성도를 정량적으로 측정하고 고객 구조를 재설계함으로써 중장기적인 매출 회복과 브랜드 경쟁력 강화를 위한 데이터 기반 전략을 도출
• 프로젝트 핵심 내용:
  브랜드 제품을 구매한 고객들의 경험을 개선하는 것이 목표로, 구매 이력 있는 고객 데이터를 타깃으로 집중 분석 진행.
  지속 가능한 성장 구조를 만들기 위해 '구매 지속성', '최근성', '활성화 여부', '패션뉴스 구독 여부'를 지표로 설정하고 고객 브랜드 충성도를 정량적으로 측정.
  low, middle, high, vip 네 개의 그룹으로 나누어 각 고객층의 구매 경향을 파악, 그에 맞는 장기적 프로모션 방향 제안.
• 고객 충성도 지표:
  RFM 분석(고객을 세분화하여 구매 가능성이 높은 고객군 선별 하는 방법)을 핵심 지표로 설정하고, 추가로 고려해야 하는 지표 두 가지를 추가하여 총 다섯 가지의 지표를 설정했습니다. 각 지표의 중요도에 따라 가중치를 설정했습니다.
  각 지표별 충성도 점수를 부여할 때는 전체 데이터 양을 고려하여 분석 결과의 왜곡을 최소화하기 위해  절대적 기준이 아닌 퍼센트로 상대적 위치를 비교하여 부여했습니다.
  
  • 최근성(Recency): 최근 구매 시점 [0.35]
    최근성을 갖는 고객은 가장 최근에 브랜드 경험을 가지고 있다는 뜻이며 동시에 활성화 고객이라는 의미와 같습니다. 즉 브랜드에 대한 이미지가 있으며 커뮤니케이션이 가능하다는 의미로 판단하였습니다.
    맞춤 프로모션 진행 시 받아들일 준비가 된 고객층으로 높은 가중치를 설정하였습니다.
  • F(Frequency): 구매 빈도 [0.35]
    얼마나 자주 구매했는지 빈도를 측정하였습니다. 자주 즉, 주기적인 구매가 이루어진 고객에게 높은 점수를 주었습니다. 자주 구매했다는 것은 브랜드가 고객의 일상에 자리잡았다는 의미이므로 높은 가중치를 설정하였습니다.
  • M(onetary): 총 지출 금액 [0.20]
    총 얼마를 제품 구매에 사용했는가에 대한 지표입니다. 많이 구매했다는 것은 우리 브랜드에 그 정도의 금액을 쓸 수 있다는 가능성을 시사하기 때문에 중요한 지표로 사용됩니다.
  • 활성화 여부(Active): 현재 브랜드 이용 중인지 [0.05]
    현재 활성화된 고객이 앞으로 추진할 프로모션을 받아들일 대상이 될 수 있으므로 추가 판단 지표로 설정하였습니다.
    구매 행동만으로는 놓칠 수 있는 브랜드와의 관계 유지 신호와 브랜드 콘텐츠에 대한 반응도를 보완하기 위한 지표입니다.
    다만, 주어진 데이터셋을 봤을 때 약 95% 이상의 고객 모두 활성화 상태로 대부분의 고객에 해당하기 때문에 낮은 가중치로 설정하였습니다.
  • FN 구독 여부: 브랜드 커뮤니케이션 대상자인지 [0.05]
    브랜드가 전하는 소식에 대한 관심도를 파악할 수 있습니다. 마찬가지로 커뮤니케이션이 가능한 고객이며 브랜드에 대한 관심을 가지고 있다는 의미이므로 보조지표로 추가하였습니다.
    다만 구독 여부와 구매에 깊은 상관관계가 있다고 볼 수는 없기 때문에 낮은 가중치로 설정하였습니다.
• 한계
  • 고객 데이터에서 성별이 나와있지 않기 때문에 고객 특성 분석에 성별 반영에 한계가 있습니다.
  • 데이터 상에서 고객 결제 금액이 실제 통화가 아닌 가격대를 상대적 수치로 주어져서 정확한 금액대 판단에는 한계가 있습니다.
  • 일 년치 데이터이기 때문에 전체 데이터와는 분석 결과 차이가 있을 수 있습니다.

---

5일차(1/29(목)) ~ 6일차(1/30(금))

• 충성도 그룹 설정
• 그룹별 특성 분석

---

7일차(2/2(월)) : 발표

• 피드백
  • 실무적인 방향을 설정하고 끝까지 유지하려고 한 것 같다.
  • 그룹을 나누고 맞춤형 프로모션 제안까지의 설계를 잘 했다.
  • 충성도 지표와 가중치를 설정한 근거가 명확할 필요가 있다.